Podcast na Základní epidemiologické ukazatele a míry rizika

Kapitoly

Úvod do světa čísel

Prevalence vs. Incidence

Mortalita a Letalita

Jak všechno souvisí?

Měření rizika: Absolutní a Relativní

Poměr šancí aneb Odds Ratio

OR versus RR: Kdy jsou si podobné?

Skutečný dopad: Atributabilní riziko

Shrnutí a závěr

Přepis

Natálie: Dobře, tohle jsem vůbec netušila – a myslím, že to musí slyšet všichni. Že se vlastně dá spočítat, o kolik je kouření horší než... no, než cokoliv jiného. A to přesně na číslo!

Petr: Přesně tak. Není to jen pocit nebo odhad. Je to věda a jmenuje se epidemiologie. A ta čísla jsou neúprosná.

Natálie: Páni. Vítejte u Studyfi Podcast, kde se dnes s expertem Petrem ponoříme právě do základů epidemiologie. Petře, pojďme na to. Co to tedy přesně je?

Petr: Zjednodušeně řečeno, epidemiologie je o studiu toho, jak se nemoci šíří v populaci, proč se tak děje a jak tomu můžeme zabránit. Používáme k tomu různé statistické ukazatele.

Natálie: Takže takoví detektivové veřejného zdraví?

Petr: To se mi líbí! Ano, jsme tak trochu detektivové, kteří místo otisků prstů sledují data o nemocech.

Natálie: Dobře, tak jaké jsou první stopy, které jako detektivové hledáte? Jaké jsou ty základní ukazatele?

Petr: Začínáme dvěma klíčovými pojmy: prevalence a incidence. Zní to podobně, ale znamenají něco úplně jiného. A je to kriticky důležité pochopit.

Natálie: Dobře, jsem napjatá. Jaký je v nich rozdíl?

Petr: Prevalence odpovídá na otázku: „Kolik lidí má právě teď tuhle nemoc?“ Zahrnuje všechny případy, staré i nové. Představ si to jako fotku. Zmáčkneš spoušť a vidíš stav v jednom konkrétním okamžiku.

Natálie: Aha, takže kdybychom se teď podívali na cukrovku 2. typu v Česku, tak její prevalence by byla…?

Petr: Přibližně 10 %. To znamená, že zhruba každý desátý člověk v Česku ji momentálně má. To je prevalence.

Natálie: Rozumím. A co ta incidence?

Petr: Incidence je naopak jako film. Nejde o stav, ale o děj. Ptá se: „Kolik nových případů nemoci se objevilo za určité období?“ Třeba za poslední rok.

Natálie: Takže u chřipky by to bylo asi vysoké číslo, protože každý rok onemocní spousta nových lidí.

Petr: Přesně tak. Když řekneme, že v populaci 100 000 lidí onemocnělo za zimu chřipkou 500 z nich, tak incidence je 5 případů na 1000 osob za tu sezónu.

Natálie: Líbí se mi jedna analogie, kterou jsi zmínil dřív – že prevalence je jako zásobník vody a incidence je kohoutek, který ho naplňuje.

Petr: Ano! A z toho zásobníku voda zase odtéká – buď uzdravením, nebo bohužel úmrtím. Incidence tedy zásobník plní, a tím prevalenci zvyšuje.

Natálie: To mě přivádí k dalším dvěma pojmům, které se často pletou. Mortalita a letalita. Obojí souvisí se smrtí, ale jaký je mezi nimi rozdíl?

Petr: Je to podobný princip jako u prevalence a incidence. Díváme se buď na celou populaci, nebo jen na skupinu nemocných.

Natálie: Dobře, takže mortalita je…?

Petr: Mortalita, neboli úmrtnost, vyjadřuje počet úmrtí v celé populaci za nějaký čas. Například mortalita na COVID-19 v roce 2020 byla v Česku zhruba 1 promile. To znamená jeden zemřelý na každých 1000 obyvatel za ten rok.

Natálie: Takže se to vztahuje ke všem lidem v zemi, bez ohledu na to, jestli byli nakažení, nebo ne.

Petr: Přesně tak. A oproti tomu letalita, neboli smrtnost, se ptá: „Jak velká část nemocných na danou nemoc zemře?“

Natálie: Aha! Takže jmenovatel zlomku už není celá populace, ale jen počet nakažených.

Petr: Správně. U COVIDu to bylo složité, protože jsme neznali přesný počet nakažených. Ale když vezmeme odhady, letalita se v tom roce pohybovala někde mezi 3 až 8 promile. Tedy ze 1000 nakažených zemřeli 3 až 8 lidí.

Natálie: To je obrovský rozdíl v interpretaci. Letalita nám tedy říká, jak je nemoc sama o sobě nebezpečná pro toho, kdo ji dostane.

Petr: Přesně. A mortalita nám ukazuje její celkový dopad na společnost.

Natálie: Dobře, takže máme prevalenci, incidenci, mortalitu a letalitu. Jak tyhle dílky skládačky zapadají do sebe? Existují mezi nimi nějaké matematické vztahy?

Petr: Ano, a jsou překvapivě elegantní. Například prevalence je zhruba součin incidence a průměrné doby trvání nemoci. Značíme to jako P ≈ I × D.

Natálie: Počkej, to dává smysl! Když přibývá hodně nových případů (vysoká incidence) a nemoc trvá dlouho (dlouhé D), tak celkový počet nemocných (prevalence) logicky poroste.

Petr: Přesně! Vezmi si třeba HIV. Díky léčbě dnes lidé s HIV žijí mnohem déle, takže se prodloužila doba trvání nemoci. A i když incidence zůstala podobná, prevalence se zvýšila.

Natálie: A naopak, když zavedeme vakcinaci, třeba proti spalničkám, tak klesne incidence – méně nových případů. A tím pádem se sníží i prevalence.

Petr: Jsi skvělá studentka. A podobný vztah platí i pro mortalitu. Mortalita se rovná součinu incidence a letality. Tedy M = I × L.

Natálie: Takže počet úmrtí v populaci závisí na tom, kolik lidí nově onemocní a jaká je šance, že na tu nemoc zemřou.

Petr: Přesně. Díky tomu můžeme modelovat různé scénáře. Co se stane, když najdeme lepší lék? Klesne letalita, a tedy i mortalita. Co se stane, když začne víc lidí kouřit? Zvýší se incidence rakoviny plic, a tedy i mortalita.

Natálie: To je fascinující. Pojďme se teď podívat na riziko. Jak se v epidemiologii měří? Co znamená, když řekneme, že něco je „rizikové“?

Petr: Začneme tím nejjednodušším – absolutním rizikem. To je v podstatě pravděpodobnost, že člověk onemocní během nějakého období. Je to to samé jako kumulativní incidence.

Natálie: Takže když ve skupině 1000 lidí onemocní chřipkou 20 z nich, absolutní riziko je 20 děleno 1000, což jsou 2 %.

Petr: Přesně tak. Pravděpodobnost, že si náhodně vybereš někoho z té skupiny a on onemocní, je 2 %. To je absolutní riziko.

Natálie: To zní celkem přímočaře. Ale často slýcháme o „relativním riziku“. V čem je jiné?

Petr: Relativní riziko, neboli RR, porovnává dvě skupiny. Typicky skupinu, která je vystavená nějakému faktoru – říkáme jí exponovaná – a skupinu, která není.

Natálie: Třeba kuřáci a nekuřáci?

Petr: Perfektní příklad. Relativní riziko nám řekne, kolikrát vyšší je riziko onemocnění u exponované skupiny oproti té neexponované. Vypočítá se jako podíl jejich incidencí.

Natálie: Takže vezmu incidenci rakoviny plic u kuřáků a vydělím ji incidencí u nekuřáků?

Petr: Přesně. A vyjde ti třeba číslo 10. To znamená, že RR je 10. A interpretace je, že kuřáci mají desetkrát vyšší riziko vzniku rakoviny plic než nekuřáci.

Natálie: Páni. Takže když je RR větší než 1, riziko se zvyšuje. Když je menší než 1, tak ten faktor vlastně chrání. A když je rovno 1…

Petr: …tak expozice nemá na riziko žádný vliv.

Natálie: Dobře, mám pocit, že se mi v hlavě začíná hromadit spousta zkratek. RR, P, I…

Petr: To je jen začátek! Přichází další: OR, neboli odds ratio, česky poměr šancí.

Natálie: Pomoc. Proč potřebujeme další ukazatel, když už máme relativní riziko?

Petr: Protože někdy nemůžeme spočítat incidenci. To se týká hlavně takzvaných studií případů a kontrol. Tam nevybíráme zdravé lidi a nečekáme, kdo onemocní, ale naopak vezmeme skupinu nemocných a skupinu zdravých a ptáme se jich zpětně, jestli byli v minulosti vystaveni nějakému faktoru.

Natálie: Aha, takže tam neznáme počet nově nemocných za rok, a proto nemůžeme spočítat RR.

Petr: Přesně. A proto používáme poměr šancí. Nejdřív ale musíme pochopit rozdíl mezi rizikem a šancí.

Natálie: Dobře, zkusme to. Riziko je pravděpodobnost, že se něco stane. Třeba 1 ku 5, tedy 20 %.

Petr: Ano. A šance, neboli odds, je poměr pravděpodobnosti, že se to stane, ku pravděpodobnosti, že se to nestane. Takže při 20% riziku je pravděpodobnost, že se to stane, 0,2, a že se to nestane, 0,8. Šance je tedy 0,2 děleno 0,8, což je 0,25. Neboli 1 ku 4.

Natálie: Rozumím. A poměr šancí tedy porovnává šanci na onemocnění u exponované skupiny a u neexponované skupiny.

Petr: Přesně tak. A má šikovný vzorec, který se dá spočítat z jednoduché tabulky. Pokud si označíme políčka jako a, b, c, d, tak OR se rovná (a krát d) děleno (b krát c).

Natálie: Vraťme se ke kuřákům. Když máme data ze studie, kde je 80 kuřáků s rakovinou a 20 bez, a zároveň 10 nekuřáků s rakovinou a 90 bez…

Petr: …tak OR vyjde 36! Což znamená, že kuřáci mají 36krát vyšší šanci onemocnět rakovinou plic než nekuřáci.

Natálie: Počkat. Před chvílí jsme u relativního rizika říkali, že je to 10krát víc, a teď u poměru šancí to vyšlo 36krát víc. To je obrovský rozdíl! Proč?

Petr: To je skvělý postřeh a naprosto klíčový bod! OR má tendenci nadhodnocovat efekt. Téměř vždy vyjde jako extrémnější číslo než RR, pokud je riziko zvýšené.

Natálie: Takže OR > RR, pokud je RR > 1. A naopak OR < RR, pokud je RR < 1 a faktor je protektivní.

Petr: Přesně tak. Je to matematická vlastnost. Ale je tu jedna důležitá výjimka.

Natálie: A to je?

Petr: Pokud je nemoc velmi vzácná, tak se hodnota OR velmi blíží hodnotě RR. Mluvíme o prevalenci menší než třeba 0,5 promile. V takovém případě můžeme OR opatrně interpretovat jako relativní riziko.

Natálie: Takže u běžných nemocí si musíme dávat velký pozor a nezaměňovat je. Ale u těch extrémně vzácných je to skoro to samé.

Petr: Správně. Je důležité vždy vědět, s jakým ukazatelem pracujeme a co přesně nám říká.

Natálie: Dobře, Petře, poslední sada zkratek, slibuju! Slyšela jsem ještě o atributabilním riziku. AR a PAR. Co nám říkají tyhle?

Petr: Zatímco RR a OR nám říkají, „kolikrát“ je něco rizikovější, atributabilní riziko nám dává odpověď v absolutních číslech. Ptá se: „O kolik víc případů je způsobeno daným faktorem?“

Natálie: Takže to není poměr, ale rozdíl?

Petr: Přesně! Atributabilní riziko, AR, je prostě rozdíl incidencí. Incidence u exponovaných mínus incidence u neexponovaných. Je to ta část rizika, kterou můžeme přičíst na vrub danému faktoru.

Natálie: Vraťme se k našemu příkladu s kouřením. Incidence u kuřáků byla 200 na 100 000 a u nekuřáků 20 na 100 000.

Petr: Takže AR je 200 mínus 20, což je 180 na 100 000. Interpretace? 180 případů rakoviny plic na 100 000 lidí je přímo způsobeno kouřením. Kdyby nikdo nekouřil, o těchto 180 případů by bylo méně.

Natálie: To je mnohem uchopitelnější pro plánování ve zdravotnictví. A co je potom to PAR – populační atributabilní riziko?

Petr: PAR se na to dívá z pohledu celé populace, ne jen té exponované skupiny. Bere v úvahu, jak častý je daný rizikový faktor v celé společnosti. Ptá se, jak velký podíl všech případů nemoci v populaci můžeme přičíst na vrub tomu faktoru.

Natálie: Takže i když je nějaký faktor extrémně rizikový (vysoké RR), ale je velmi vzácný, jeho PAR bude nízký, protože neovlivňuje moc lidí.

Petr: Přesně! A naopak, i mírně rizikový faktor, který je ale masivně rozšířený – třeba obezita – může mít obrovské populační atributabilní riziko a představovat tak velký problém pro veřejné zdraví.

Natálie: Páni. Takže abychom si to shrnuli. Máme míry výskytu – prevalenci a incidenci. Máme míry následků – mortalitu a letalitu. A pak máme míry rizika, které nám říkají buď „kolikrát víc“ jako RR a OR, nebo „o kolik víc“ jako AR a PAR.

Petr: Naprosto skvělé shrnutí. To jsou stavební kameny, na kterých stojí celá epidemiologie.

Natálie: Petře, moc ti děkuju. Mám pocit, že se mi v hlavě rozsvítilo a všechny ty zprávy o zdraví a statistikách teď budu vnímat úplně jinak.

Petr: To byl cíl. Není to žádná magie, jen silný nástroj, jak porozumět světu kolem nás.

Natálie: Díky moc za poslech. Doufám, že vám to pomohlo stejně jako mně. Slyšíme se zase příště u dalšího dílu Studyfi Podcast. Mějte se hezky!

Petr: Na slyšenou.